EnCharge meningkatkan lebih dari $100 juta untuk mempercepat kecerdasan buatan dengan menggunakan chip analog

EnCharge AI, sebuah startup semikonduktor yang mengembangkan chip memori analog untuk aplikasi kecerdasan buatan, telah mengumpulkan lebih dari $100 juta dalam putaran Seri B yang dipimpin oleh Tiger Global untuk mendorong tahap pertumbuhannya selanjutnya.

Pendanaan ini cukup signifikan karena minat dalam kecerdasan buatan sedang mencapai puncaknya, tetapi harga tinggi untuk membangun dan mengoperasikan layanan kecerdasan buatan terus menjadi perhatian. EnCharge, yang berasal dari Princeton University, percaya bahwa chip memori analognya—yang diharapkan untuk tertanam dalam perangkat seperti laptop, desktop, ponsel, dan wearable—tidak hanya akan mempercepat pemrosesan kecerdasan buatan, tetapi juga membantu menurunkan biaya.

EnCharge yang berbasis di Santa Clara mengklaim bahwa akselerator kecerdasan buatannya menggunakan 20 kali lebih sedikit energi untuk menjalankan beban kerja dibandingkan dengan chip lain di pasar, dan berharap akan memiliki chip pertamanya di pasar tahun ini.

Keberhasilan pendanaan EnCharge ini terjadi pada saat pemerintah Amerika Serikat telah mengidentifikasi perangkat keras dan infrastruktur (termasuk chip) sebagai dua bidang kunci di mana mereka ingin meningkatkan inovasi dan produk domestik. Jika berhasil dalam pelaksanaannya, EnCharge bisa menjadi bagian kunci dari strategi tersebut.

Seri B ini adalah putaran pendanaan baru, perusahaan telah mengkonfirmasi kepada saya. Harap dicatat: bagian dari pendanaan yang kami laporkan pada bulan Desember 2023, bukan bagian dari Seri B ini. Ada petunjuk tentang Seri B ini pada bulan Mei lalu, ketika Bloomberg melaporkan bahwa EnCharge ingin mengumpulkan setidaknya $70 juta lagi untuk memperluas bisnisnya.

-بهت على انتر على إنشرج وأظلط آخرون في الدور كلا الصنف مافالي ةتقيسح ةمثلا ةحفصإ ةكم 100 عيف ال نعم على نسق تيةصتلا، ACVC وS5V. -دها واحتمالآ NSEEKP 'فلًل علاورمكم ةلجملا هئارق 50 ةينلاب يانع

Selain dari Tiger Global, pihak lain dalam putaran ini termasuk Maverick Silicon, Capital TEN (dari Taiwan), SIP Global Partners, Zero Infinity Partners, CTBC VC, Vanderbilt University, dan Morgan Creek Digital, bersama investor kembali RTX Ventures, Anzu Partners, Scout Ventures, AlleyCorp, ACVC, dan S5V.

Perusahaan-perusahaan yang berinvestasi dalam putaran ini termasuk Samsung Ventures dan HH-CTBC—sebuah kemitraan antara Hon Hai Technology Group (Foxconn) dan CTBC VC. Sebelumnya, Aliansi VentureTech juga mendukung EnCharge. Yang lainnya termasuk In-Q-Tel (investor yang didukung oleh pemerintah yang terkait dengan CIA), RTX Ventures (cabang VC dari kontraktor kedirgantaraan dan pertahanan), dan Constellation Technology (produsen energi bersih). Startup ini juga menerima hibah dari organisasi Amerika Serikat seperti DARPA dan Departemen Pertahanan.

Verma mengatakan bahwa EnCharge bekerjasama erat dengan TSMC. Dia sebelumnya mengatakan bahwa TSMC akan menjadi perusahaan yang memproduksi chip pertamanya.

“TSMC telah mengikuti penelitian saya selama bertahun-tahun,” kata Verma dalam sebuah wawancara, menambahkan bahwa keterlibatan tersebut bermula dari tahap awal penelitian R&D EnCharge. “Mereka memberi kami akses ke silikon sangat canggih. Itu adalah hal yang sangat langka bagi mereka untuk melakukannya.”

Fokus Analog

Dengan fokusnya pada analog, EnCharge mengambil pendekatan yang berbeda dari pesaingnya. Sejauh ini, semua perhatian tertuju pada chip pemrosesan yang digunakan untuk pelatihan dan inferensi kecerdasan buatan di ujung server, yang telah berdampak pada ledakan bisnis bagi produsen GPU seperti Nvidia dan AMD.

"Perbedaan dengan pendekatan EnCharge tertera dalam sebuah makalah terbaru tentang chip analog dari tim peneliti IBM. Menurut penjelasan peneliti IBM, tidak ada pemisahan antara komputasi dan memori, sehingga membuat processor ini sangat ekonomis dibandingkan dengan desain tradisional."

IBM, seperti EnCharge, juga menyimpulkan bahwa hingga saat ini, properti fisik chip-chip tersebut membuatnya cocok untuk inferensi, tetapi kurang baik untuk pelatihan. Chip EnCharge tidak digunakan untuk aplikasi pelatihan, tetapi untuk menjalankan model kecerdasan buatan yang sudah ada di "tepi." Namun, startup (dan yang lainnya, seperti IBM) terus bekerja pada algoritma baru yang dapat memperluas kasus penggunaan.

IBM dan EnCharge bukanlah satu-satunya perusahaan yang bekerja pada pendekatan analog. Tetapi, sebagaimana dijelaskan Verma, salah satu terobosan EnCharge berada pada desain chipnya, khususnya menjadikannya tahan terhadap noise.

“Jika Anda memiliki 100 miliar transistor di dalam chip, mereka semua bisa memiliki noise, dan Anda perlu agar semuanya bekerja, jadi Anda ingin memiliki pemisahan sinyal itu. Tetapi Anda juga akan kehilangan banyak efisiensi karena Anda tidak mewakili semua sinyal ini di antara upaya analog untuk melakukannya," jelas Verma. “Terobosan besar yang kami miliki adalah mencari cara agar analog tidak sensitif terhadap noise."

Perusahaan menggunakan "perangkat yang sangat presisi yang Anda dapatkan secara gratis dalam rantai pasokan standar," kata Verma, menjelaskan bahwa perangkat tersebut adalah serangkaian kawat logam yang "Anda bisa mengendalikannya dengan sangat, sangat baik."

Perusahaan, kata Verma, adalah full-stack: Mereka juga telah mengembangkan perangkat lunak seputar hardware mereka.

Credit image: EnCharge AI (membuka di jendela baru) di bawah lisensi.

Membuat kasus EnCharge semakin kuat bahwa Verma dan para co-foundernya, COO Echere Iroaga dan CTO Kailash Gopalakrishnan (kiri dan kanan di atas, dengan Verma di tengah) — yang sebelumnya bekerja di perusahaan semikonduktor Macom dan IBM — membawa banyak keahlian ke meja kerja. Namun, tetap harus dilihat apakah ini cukup untuk menjaga kompetitifitas EnCharge di pasar yang sangat ramai.

“Kami di Anzu telah melihat mungkin lebih dari 50 perusahaan di ruang ini—setidaknya 50 antara 2017 dan 2021, dan mungkin lebih dari 50 sejak saat itu,” kata Jimmy Kan, mitra investasi yang fokus pada semikonduktor untuk Anzu Partners, yang sebelumnya bekerja pada chip di Qualcomm.

“Satu dari setiap limanya adalah jenis arsitektur baru yang unik seperti chip komputasi neural berkayu atau ana. 2015. أحدثهم .مشهتجر وعلت ةكم 50 كبحا ةقحير مئت ماكحور ، ينكث حتمكلا ةلجملا تغل

Salah satu efek negatif dari ledakan teknologi dalam 25 tahun terakhir adalah pendanaan ventura yang cukup siap mendukung startup dalam membangun apa yang bisa menjadi Google, Microsoft, Apple, Meta, atau Amazon selanjutnya. Hal itu telah berdampak pada peningkatan jumlah startup di pasar yang lebih besar.

Ini telah melihat semakin banyak upaya teknologi tinggi: Pendiri cerdas mengumpulkan dana tidak untuk produk jadi, tetapi untuk ide menarik yang belum siap dipasarkan tetapi bisa menjadi besar jika mereka dibawa ke dunia. Komputasi kuantum adalah kategori “teknologi tinggi” klasik, misalnya.

EnCharge bisa dengan mudah menjadi salah satu gelombang bisnis teknologi tinggi tersebut, jika telah melepaskan diri lebih awal dari Princeton dan bekerja secara diam-diam dengan ventura dan dana lain untuk mungkin membangun inovasi berikutnya dalam chip.

Namun, startup menunggu bertahun-tahun untuk memulai usahanya sendiri. Pada tahun 2022, hampir satu dekade setelah Verma dan timnya pertama kali memulai penelitian mereka di Princeton, perusahaan itu muncul dari stealth dan mulai bekerja untuk mengamankan mitra komersial sambil terus mengembangkan teknologinya.

“Ada jenis inovasi tertentu di mana Anda dapat langsung beralih ke pendanaan ventura. Tetapi jika yang Anda lakukan adalah mengembangkan teknologi yang benar-benar baru, ada banyak aspek dari hal tersebut yang perlu dipahami untuk mengurangi risiko gagal banyak dari mereka gagal,” kata Verma. “Hari kamu mengambil pendanaan ventura, agenda Anda itu berubah… Bukan lagi tentang memahami teknologi. Anda harus berfokus pada pelanggan.”